蒸汽動力系統(tǒng)柔性設(shè)計和多目標優(yōu)化研究進展

李帥，姜曉濱，賀高紅，肖武，呂俊鋒，史朝霞，羅立

?

蒸汽動力系統(tǒng)柔性設(shè)計和多目標優(yōu)化研究進展

李帥1，姜曉濱1，賀高紅1，肖武1，呂俊鋒1，史朝霞1，羅立2

（1大連理工大學精細化工國家重點實驗室，膜科學與技術(shù)研究開發(fā)中心，遼寧大連 116024；2北京沃利帕森工程技術(shù)有限公司，北京100015）

蒸汽動力系統(tǒng)（SPS）消耗一次能源（煤等），產(chǎn)生蒸汽、電、機械功與冷劑，在過程系統(tǒng)中起著至關(guān)重要的作用。設(shè)計與優(yōu)化蒸汽動力系統(tǒng)不但要考慮柔性以應(yīng)對來自工藝過程內(nèi)部與外部的變動，而且要考慮系統(tǒng)的經(jīng)濟性，環(huán)保性等指標以適應(yīng)可持續(xù)發(fā)展。蒸汽動力系統(tǒng)的柔性與多準則設(shè)計已成為過程集成研究的熱點。本文首先總結(jié)了蒸汽動力系統(tǒng)設(shè)計的啟發(fā)式方法（即經(jīng)驗法）、熱力學目標法、數(shù)學規(guī)劃法或?qū)⑺鼈兿嗷ソY(jié)合的組合方法的研究進展；進一步對確定條件和不確定條件下的蒸汽動力系統(tǒng)柔性設(shè)計的研究情況進行了分析；最后對近十年來考慮經(jīng)濟、環(huán)境、有效能等目標、考慮余熱發(fā)電和可再生能源驅(qū)動蒸汽動力系統(tǒng)的多目標優(yōu)化設(shè)計進行了重點綜述。研究表明，多種能源驅(qū)動的、柔性的、多目標的蒸汽動力系統(tǒng)與工藝過程、換熱網(wǎng)絡(luò)的同步綜合是今后研究的重點方向。

過程系統(tǒng)；集成；蒸汽動力系統(tǒng)；柔性設(shè)計；多目標優(yōu)化

蒸汽動力系統(tǒng)（SPS）作為供能系統(tǒng)，在工業(yè)生產(chǎn)中起著至關(guān)重要的作用。SPS消耗一次能源（燃料等），產(chǎn)生二次能源（電、蒸汽、制冷劑等），并產(chǎn)生有毒有害氣體，造成環(huán)境污染與溫室效應(yīng)。所以，在滿足需求與安全運行的條件下實現(xiàn)SPS的優(yōu)化，降低其能源的消耗與對環(huán)境的影響是一個熱門課題。

朗肯循環(huán)（Rankine cycle，RC）是SPS的理論基礎(chǔ)，其工作步驟包括高溫吸熱、膨脹做功、低溫放熱、泵輸送升壓，上述過程不斷重復進行，構(gòu)成對外連續(xù)做功的蒸汽動力裝置。其中膨脹做功后蒸汽溫度約為100℃，除送往工藝過程的蒸汽外，其余經(jīng)過減溫減壓閥、冷凝器冷卻成水，或直接排放，造成極大的浪費。眾多學者提出利用有機朗肯循環(huán)（organic Rankine cycle，ORC）回收低溫余熱[1]。SPS除可以包含RC、ORC外，還可以耦合制冷循環(huán)，為工藝過程提供冷劑。

SPS設(shè)計與優(yōu)化的研究工作是指合理確定燃料種類、參數(shù)（蒸汽等級、數(shù)量及其各個等級的溫度和壓力）、系統(tǒng)組成結(jié)構(gòu)（設(shè)備類型、數(shù)量、負荷）與滿足所有工況下的運行方案，實現(xiàn)經(jīng)濟效益最大化、環(huán)境影響最小化、社會效益最大化等一個目標或多個目標。其實質(zhì)是熱電聯(lián)供（combined heating and power，CHP）或冷熱電聯(lián)供（combined cooling，heating and power，CCHP）的過程。設(shè)計與優(yōu)化蒸汽動力系統(tǒng)主要存在以下兩點困難：①設(shè)計結(jié)構(gòu)復雜，備選方案眾多，從中確定最優(yōu)的設(shè)計方案工作量巨大；②設(shè)計與優(yōu)化必須考慮系統(tǒng)柔性以應(yīng)對系統(tǒng)確定性和不確定性的變化。另外，系統(tǒng)設(shè)備負荷必須頻繁變動，運行方案也需不斷調(diào)整，導致設(shè)計與優(yōu)化的規(guī)模進一步增大，增加了求解難度[2]。

過去四十年里，眾多國內(nèi)外研究人員致力于蒸汽動力系統(tǒng)設(shè)計與優(yōu)化的研究，取得了很多成果并成功應(yīng)用于SPS設(shè)計優(yōu)化。按照時間與研究具體內(nèi)容可分為兩個階段：①1980—2000年，研究人員大多致力于蒸汽動力系統(tǒng)基本設(shè)計方法的研究。一些基本方法原理相繼被提出，如有機朗肯循環(huán)工作介質(zhì)選擇方法[3]、夾點原理[4]等；②2000年至今，有些學者致力于系統(tǒng)柔性的研究，另外一些學者致力于研究以有機郎肯循環(huán)為基礎(chǔ)的廢熱發(fā)電技術(shù)以及以可再生能源驅(qū)動SPS的發(fā)電技術(shù)。本文從SPS的設(shè)計方法以及考慮柔性的SPS設(shè)計，考慮再生能源驅(qū)動的SPS設(shè)計與SPS與廢熱發(fā)電技術(shù)耦合設(shè)計等方面簡要介紹了與蒸汽動力系統(tǒng)相關(guān)的研究工作進展，針對蒸汽動力系統(tǒng)設(shè)計與優(yōu)化的深入研究重點和方向作出展望。

1 SPS的優(yōu)化設(shè)計方法

目前SPS設(shè)計與優(yōu)化的研究工作，從方法上可分為啟發(fā)式方法（即經(jīng)驗法）、熱力學目標法、數(shù)學規(guī)劃法或?qū)⑺鼈兿嗷ソY(jié)合的方法。

1.1 啟發(fā)式方法

啟發(fā)式方法是根據(jù)工程師的長期工作經(jīng)驗，依據(jù)熱力學分析和生產(chǎn)數(shù)據(jù)總結(jié)出的一些經(jīng)驗規(guī)則和方法。1980年，Nishio等[5]提出了建立在熱力學基礎(chǔ)上的啟發(fā)式方法，通過熱力學分析得到了一些減少蒸汽循環(huán)損失的指導原則。1987年，Chou等[6]針對燃氣汽輪機運用分步方法，優(yōu)化了熱電聯(lián)合循環(huán)系統(tǒng)。啟發(fā)式算法雖然能夠有效解決一些問題，但缺乏通用性，難以廣泛應(yīng)用。

1.2 熱力學目標法

熱力學目標方法是基于1982年LINNHOFF 等[4]提出的夾點分析法發(fā)展而來，是為了獲得最大能量回收的一種方法，廣泛應(yīng)用在換熱網(wǎng)絡(luò)系統(tǒng)。DHOLE等[7]把夾點分析方法擴展應(yīng)用到公用工程、換熱網(wǎng)絡(luò)、工藝子系統(tǒng)組成的全局系統(tǒng)。并提出利用全局溫焓曲線找出系統(tǒng)瓶頸，達到最大回收能量、減少公用工程用量、有效劃分蒸汽等級和指導透平網(wǎng)絡(luò)設(shè)計的目的。MARECHAL等[8]通過對平衡時全局總組合曲線的形狀分析，確定了最優(yōu)的蒸汽壓力等級，指導SPS進行熱電集成。

熱力學目標法在工業(yè)生產(chǎn)中得到了廣泛應(yīng)用并產(chǎn)生了巨大的經(jīng)濟效益。但該方法單純追求熱力學目標，沒有考慮到能量利用與投資費用間的權(quán)衡，所以最終優(yōu)化得到的流程方案可能存在明顯不合理結(jié)構(gòu)。

1.3 數(shù)學規(guī)劃法

數(shù)學規(guī)劃法是通過數(shù)學模型描述蒸汽動力系統(tǒng)的特征，建立目標函數(shù)并求解的方法。

在蒸汽動力系統(tǒng)綜合方面，1983年，PAPOULIA和GROSSMANN[9]建立了混合整數(shù)線性規(guī)劃（MILP）模型來描述固定蒸汽與動力的蒸汽動力系統(tǒng)，并對其結(jié)構(gòu)與參數(shù)進行同時優(yōu)化。COLMENAREST和SEIDER[10]在1989年以溫差法和朗肯循環(huán)為基礎(chǔ)建立了蒸汽動力系統(tǒng)的超結(jié)構(gòu)模型，然后運用非線性規(guī)劃（NLP）策略對系統(tǒng)工藝過程和蒸汽動力進行同步優(yōu)化，從而兼顧兩者的特點，不易產(chǎn)生工藝明顯不合理的結(jié)構(gòu)。1998年，BRUNO等[11]在PAPOULIAS和GROSSNANN的工作基礎(chǔ)上，針對復雜的蒸汽透平、蒸汽透平效率、蒸汽參數(shù)以及精確估計蒸汽物性等方面作了改進，并建立了蒸汽動力系統(tǒng)混合整數(shù)非線性（MINLP）設(shè)計模型，同時優(yōu)化了參數(shù)與結(jié)構(gòu)。2014年Lira-Barragan等[12]建立了CCHP系統(tǒng)、換熱網(wǎng)絡(luò)系統(tǒng)和有機朗肯循環(huán)系統(tǒng)同步優(yōu)化的MINLP模型，在模型中考慮多種清潔能源驅(qū)動朗肯循環(huán)降低系統(tǒng)對環(huán)境影響；朗肯循環(huán)中的中低溫余熱引入吸收式制冷循環(huán)、有機朗肯循環(huán)分別產(chǎn)生冷劑與電，使整個系統(tǒng)能量利用更加合理。2015年，F(xiàn)aissal等[13]建立了太陽能的收集、存儲、分配與蒸汽動力系統(tǒng)相耦合的數(shù)學模型，該模型采用分層設(shè)計思想，解決了太陽能系統(tǒng)的動態(tài)與蒸汽動力系統(tǒng)的穩(wěn)態(tài)相匹配的問題，并基于此模型在沙特建立了太陽能-燃料聯(lián)合驅(qū)動的蒸汽動力系統(tǒng)。LI等[14]進一步建立了大規(guī)模可再生能源系統(tǒng)與蒸汽動力系統(tǒng)相耦合的數(shù)學模型，利用分解調(diào)和算法求解，使系統(tǒng)得到優(yōu)化。2016年Goh等[15]通過分析換熱網(wǎng)絡(luò)與公用工程各個梯級的能量瓶頸，建立了換熱網(wǎng)絡(luò)與公用工程自動集成的數(shù)學模型，實現(xiàn)了換熱網(wǎng)絡(luò)與公用工程的詳細設(shè)計。LUO等[16]建立了蒸汽冷凝與鍋爐補給水預熱的數(shù)學模型，將其耦合入蒸汽朗肯循環(huán)與換熱網(wǎng)絡(luò)同步綜合的數(shù)學模型中，采用蒸汽冷凝目標溫度、蒸汽等級、熱量需求為優(yōu)化變量，最小年費用為目標函數(shù)，優(yōu)化了全局系統(tǒng)，提高了系統(tǒng)能源的利用率。

然而上述研究工作并未考慮系統(tǒng)柔性。在實際工業(yè)生產(chǎn)中，由于季節(jié)、原料和市場等的變化，工藝參數(shù)如流量、溫度、壓力等常常是變化的，因此設(shè)計結(jié)果都需考慮額外的裕度以應(yīng)對實際生產(chǎn)的變化，但設(shè)定裕度導致設(shè)備投資的增加，所以考慮公用工程系統(tǒng)的柔性設(shè)計十分必要。

2 考慮柔性的SPS優(yōu)化設(shè)計

SPS柔性是指系統(tǒng)對確定的變化（如季節(jié)性參數(shù)變動、產(chǎn)量變化等）與不確定的變化（汽電需求變動、設(shè)備故障等）的承受能力。柔性設(shè)計是一項非常復雜的前沿科學，也是當前研究的熱點。

2.1 確定條件下的柔性

確定條件是指工藝參數(shù)隨著季節(jié)性變化、產(chǎn)量變化、系統(tǒng)開停車等。這類問題可采用多周期的運行優(yōu)化解決。

1992年，NATH[17]建立了間歇過程的混合整數(shù)線性規(guī)劃（MILP），同時優(yōu)化了工藝過程和蒸汽動力系統(tǒng)，利用數(shù)學模型描述全系統(tǒng)在各個周期下的運行情況，使系統(tǒng)在各種工況條件下的多周期合理運行。但這種方法并不能普遍適用于連續(xù)過程的設(shè)計。1997年，GROSSMAMM與IYER[18]建立了普遍適用的多周期MILP方法對系統(tǒng)進行集成建模，將蒸汽動力系統(tǒng)超結(jié)構(gòu)設(shè)計與鍋爐、汽輪機等設(shè)備的運行參數(shù)集成到以多周期最優(yōu)運行為目標函數(shù)的混合整數(shù)線性模型中，使用分支界定算法求解，由于優(yōu)化規(guī)模很大，計算速度較慢。1998年，Iyer等[19]針對之前建立了MILP的集成模型提出分解策略求解。首先求出MILP子問題的解，后結(jié)合最短距離算法求解，相比分支界定算法效率有所提高。利用數(shù)學模型準確描述蒸汽動力系統(tǒng)，需要能夠準確反映系統(tǒng)物料，能量平衡的設(shè)備模型。MAVROMATIS和KOKOSSIS[20-21]創(chuàng)建出一種全新的工具—硬件合成（hardware composites），這是一種概念性的工具，能夠全面準確地對汽輪機網(wǎng)絡(luò)完成多周期運行優(yōu)化。2000年，STROUVALIS等[22]開發(fā)出該工具的MILP求解器，該求解器實用，收斂速度快。2002年，STROUVALIS等[23]針對之前設(shè)計的求解器中的分支定界法進行了改進。2004年，SHANG 等[24]建立了鍋爐系統(tǒng)的轉(zhuǎn)運模型，該模型基于基礎(chǔ)的熱力學，能夠更準確地反映各種鍋爐工作時的物料、能量平衡。在解決大規(guī)模非線性優(yōu)化時，隨機算法往往比確定算法容易找到最優(yōu)解。2009年，羅向龍等[25]考慮了投資折舊費用、設(shè)備運行費用、鍋爐效率等非線性影響，建立了蒸汽動力系統(tǒng)設(shè)計與運行同步優(yōu)化的多周期集成模型，以總費用為目標函數(shù)，用改進遺傳算法求解，實現(xiàn)了蒸汽動力系統(tǒng)多周期的優(yōu)化。2011年，Enrico等[26-27]提出一種優(yōu)化框架，該框架能夠識別大、小規(guī)模的熱電聯(lián)供系統(tǒng)中的不確定性，并能選擇最佳的解決方案。2013年，Mitra等[28]建立了一種數(shù)學模型用來優(yōu)化不確定電價變動下的熱電聯(lián)產(chǎn)系統(tǒng)的生產(chǎn)調(diào)度。2014年，Andiappan等[29]在原料供應(yīng)與能量需求變化下，提出了以生物質(zhì)原料為基礎(chǔ)的冷熱電三聯(lián)供系統(tǒng)的多周期優(yōu)化方法，并提出了原料供應(yīng)、能量需求變化下相應(yīng)的調(diào)度方案，同時提出了不確定條件下選擇設(shè)計容量的方法。隨著計算機的發(fā)展以及模型的完善，多周期需求的蒸汽動力系統(tǒng)的設(shè)計優(yōu)化與應(yīng)用日趨成熟。

2.2 不確定條件下的柔性

在蒸汽動力系統(tǒng)的操作和調(diào)度優(yōu)化設(shè)計中，確定性方法已經(jīng)發(fā)展成熟并被廣泛運用。然而蒸汽動力系統(tǒng)在實際運行過程中存在很多來自系統(tǒng)內(nèi)部和外部的不確定因素。如：①汽電需求不確定變化：由于工藝過程操作溫度、壓力、物流流量的變化導致工藝過程對汽電需求的不確定波動；②燃料價格、電價不確定變化；③設(shè)備故障不確定性。

解決在不確定條件下優(yōu)化蒸汽動力系統(tǒng)這類問題的方法目前有兩種，即魯棒性優(yōu)化法、隨機規(guī)劃法。魯棒性優(yōu)化法是一種包含不確定性的優(yōu)化方法，其基本思想是確保在指定不確定性集合的可行性；隨機規(guī)劃利用離散的概率表達不確定性，可行解是當不確定事件發(fā)生時利用一定的算法搜索得到的。

HALEMANE等[30]提出了化工靈活設(shè)計框架內(nèi)操作的可變性和不確定性的數(shù)學表達方法，是魯棒性優(yōu)化法的基礎(chǔ)。PAPALEXANDRI等[31]提出了多周期優(yōu)化準則優(yōu)化實際公用工程系統(tǒng)的操作工況變化。這是一種魯棒性優(yōu)化方法，其建立的數(shù)學模型描述了在各個周期的不確定性，確定了滿足各個周期的解，進一步確定能滿足所有周期不確定需求的費用最小解。AGUILAR等[32]為了同時考慮燃料、電力價格不確定變化和汽電需求不確定性變化對系統(tǒng)的影響，建立了準確的多燃料鍋爐等設(shè)備的數(shù)學模型，并以此為基礎(chǔ)采用魯棒性優(yōu)化法優(yōu)化了多周期的蒸汽動力系統(tǒng)。魯棒性優(yōu)化法得出的解是為了應(yīng)對極端不確定性的發(fā)生，然而這樣得出的結(jié)論過于保守，如何在魯棒性優(yōu)化中引入補償使其變得不過于保守是一個難題。運用隨機規(guī)劃得出的可行解往往優(yōu)于魯棒性優(yōu)化。ADARIJO-AKINDELE 等[33]考慮不確定蒸汽需求和能源價格變動，運用二階段隨機規(guī)劃對公用工程網(wǎng)絡(luò)進行了優(yōu)化。第一階段優(yōu)化系統(tǒng)結(jié)構(gòu)，第二階段優(yōu)化系統(tǒng)參數(shù)，利用分配函數(shù)表示不確定性以表示兩個階段的關(guān)系。ZHANG等[34]提出用機會約束法優(yōu)化多種不確定條件下的電網(wǎng)系統(tǒng)，利用概率分析代替分配函數(shù)，既有魯棒性的健壯特點，也有隨機規(guī)劃靈活的特點，但目前該方法較少應(yīng)用于蒸汽動力系統(tǒng)的設(shè)計。Velasco-Garcia等[35]考慮不確定蒸汽需求，針對公用工程系統(tǒng)提出了基于二階段隨機規(guī)劃優(yōu)化調(diào)度與決策。SHOICHI等[36]針對熱電廠，利用FEMS（factory energy management system）軟件分析了不確定性對系統(tǒng)的影響，對電廠進行了優(yōu)化。2015年，蓋麗梅等[37]利用帶補償?shù)碾S機規(guī)劃法，針對不同的不確定性因素，分別建立了隨機規(guī)劃模型進行求解。SUN和LIU[38]考慮了設(shè)備故障對系統(tǒng)的影響，分別對蒸汽動力系統(tǒng)進行了設(shè)計和改造。池曉等[39]針對不確定因素模型求解困難的問題，將其離散化表達轉(zhuǎn)化成確定性問題，利用LINGO求解器進行求解。NIE等[40]提出一種區(qū)間二階段模糊規(guī)劃法，在不確定的條件下設(shè)計與優(yōu)化蒸汽動力系統(tǒng)，把復雜的不確定性轉(zhuǎn)化為模糊規(guī)劃求解，降低了求解難度，并成功運用此方法優(yōu)化了北京的發(fā)電站。Lajos等[41]研究了不確定性和風險規(guī)避下中型分布式熱電聯(lián)產(chǎn)的最優(yōu)運行，建立了多階段隨機規(guī)劃的數(shù)學模型，使系統(tǒng)發(fā)生風險概率降低10%，碳排放量降低16%。SUN等[42]把不確定性分為兩類，基于時間表達的不確定性與基于概率表達的不確定性?；跁r間表達的采用多周期方法處理，基于概率表達的采用隨機規(guī)劃補償不確定參數(shù)可能引起的約束背離；并進一步探究了蒸汽過熱度對蒸汽動力系統(tǒng)結(jié)構(gòu)和性能的影響。雖然隨機規(guī)劃能夠得出好的結(jié)果，但相比于魯棒性優(yōu)化方法隨機規(guī)劃法求解更加困難。如何有效地計算多階段隨機規(guī)劃問題仍是一個難題。再則如何使概率分布函數(shù)中包含歷史數(shù)據(jù)，使得不確定性不再是不規(guī)律的產(chǎn)生，也是一個難題。

3 SPS多目標優(yōu)化設(shè)計

當前工業(yè)生產(chǎn)中，SPS多以消耗化石燃料為基礎(chǔ)?；剂先紵螽a(chǎn)生的氣體排放到環(huán)境中，對全球的生態(tài)平衡造成了巨大的威脅。傳統(tǒng)SPS設(shè)計僅考慮經(jīng)濟，隨著化石能源的日益緊張與環(huán)境限制的日益嚴格，設(shè)計優(yōu)化SPS必須考慮環(huán)境標準。然而環(huán)境標準、經(jīng)濟標準相互制約，因此設(shè)計與優(yōu)化蒸汽動力系統(tǒng)，不僅要考慮其具有較好的柔性，還要考慮其效率、環(huán)境影響、社會影響等因素，多目標優(yōu)化方法引起了越來越多學者的關(guān)注。圖1是近十年發(fā)表的關(guān)于SPS多目標優(yōu)化的文獻與其被引用情況的統(tǒng)計（關(guān)鍵詞為multi-objective and coal fired power or combined heat and power，CHP or Tri-generation or stream power system），可見蒸汽動力系統(tǒng)的多目標優(yōu)化設(shè)計正成為目前的研究熱點。

3.1 考慮經(jīng)濟、環(huán)境、有效能等目標SPS的優(yōu)化

2008年，Papandreou等[43]定量了多種污染物生命周期內(nèi)對環(huán)境溫度影響，給出了一定環(huán)境影響下最優(yōu)的經(jīng)濟方案。2009年，Sayyaadi[44]提出利用進化算法得出pareto解集，同時權(quán)衡經(jīng)濟目標、環(huán)境目標與有效能目標。2012年，Cristobal 等[45]比較了兩種不同的二氧化碳捕集技術(shù)的經(jīng)濟性與環(huán)保性，建立了雙目標混合整數(shù)非線性模型描述燃煤電廠、嚴謹系統(tǒng)地選擇合適的二氧化碳捕集技術(shù)（包括設(shè)備）、并給出了多個不同的經(jīng)濟指標與環(huán)境指標的方案。2013年，Bamufleh等[46]建立了SPS的多目標優(yōu)化框架，使用遺傳算法（GA）優(yōu)化了SPS溫度分布、蒸汽等級、燃料選擇、汽輪機操作條件等參數(shù)，并同時權(quán)衡了系統(tǒng)的經(jīng)濟性、環(huán)保性、社會性。2014年，LUO等[47]建立了蒸汽動力系統(tǒng)的MINLP，合理選擇不同的鍋爐（煤粉鍋爐、循環(huán)流化床鍋爐、燃氣透平與余熱鍋爐）與不同的脫硫脫硝技術(shù)降低SPS對環(huán)境的影響。利用約束算法得出了不同經(jīng)濟性與環(huán)保性的非支配解。Sandra等[48]利用人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)與自適應(yīng)神經(jīng)-模糊推理系統(tǒng)對現(xiàn)有復雜的泥漿干燥的動力系統(tǒng)進行多目標改造，使系統(tǒng)用電量減少3%。陳駿等[49]采用等效電方法分析了蒸汽動力系統(tǒng)的能量轉(zhuǎn)換，利用MINLP模型，采用分步優(yōu)化法，首先求得每小時能源總成本最低值，將其松弛并再以全局?效率為目標利用LINGO軟件，得到全局最優(yōu)解。分步優(yōu)化方法未考慮總成本與?效率之間的制衡關(guān)系只能得到次優(yōu)解。張鵬飛等[50]考慮生產(chǎn)成本與環(huán)境成本的影響，建立了蒸汽動力系統(tǒng)的多目標混合整數(shù)非線性規(guī)劃，采用改進增廣的約束算法優(yōu)化了設(shè)備燃料配比，能源分配的調(diào)度方案。

3.2 考慮余熱利用的SPS多目標優(yōu)化設(shè)計

由于不可再生的化石能源是有限的，因此，開發(fā)新技術(shù)充分利用剩余的化石能源并找到可替代的可再生能源顯得十分重要。

有機朗肯循環(huán)系統(tǒng)能夠把低溫余熱轉(zhuǎn)化為電能，能夠在當下能源緊缺的背景下發(fā)揮至關(guān)重要的作用。其工作原理與朗肯循環(huán)相似，不同的是將朗肯循環(huán)工作介質(zhì)水替換成有機物，如烴類、醇類等。把低溫熱源轉(zhuǎn)換成機械功從而驅(qū)動電動機發(fā)電，有以下優(yōu)點：維護費用低；適中的操作壓力；可自動化。低品位熱量可由工業(yè)過程的廢熱、生物能源、太陽能提供[51]。

2013年，HIPOLITO-VALENCIA等[52]建立了混合整數(shù)非線性（MINLP）超結(jié)構(gòu)模型，對換熱網(wǎng)絡(luò)系統(tǒng)與有機朗肯循環(huán)系統(tǒng)進行同步綜合，同時優(yōu)化了結(jié)構(gòu)配置、設(shè)計參數(shù)、操作條件，使整個系統(tǒng)用能損耗降至最低。傳統(tǒng)設(shè)計優(yōu)化蒸汽動力系統(tǒng)單以經(jīng)濟為目標，缺少考慮熱損失，2015年，Khaljani等[53]通過熱經(jīng)濟學分析，以年度經(jīng)濟費用與系統(tǒng)能效為目標，對熱電聯(lián)產(chǎn)與有機朗肯循環(huán)系統(tǒng)進行了多目標優(yōu)化，利用NSGA-Ⅱ算法求解，使年度費用降低2%，能量效率提高5%。2016年， POUYAN等[54]提出了一種考慮可靠性的公用工程系統(tǒng)和余熱發(fā)電技術(shù)的同步集成方法，該方法是以可靠性為前提，通過熱經(jīng)濟學分析，提高整個系統(tǒng)有效能的方法，能夠有效提高能源的利用率。Zineb等[55]考慮使用以環(huán)己烷、苯、甲苯為換熱工質(zhì)的ORC系統(tǒng)，回收現(xiàn)在水泥工業(yè)生產(chǎn)中的余熱，對現(xiàn)有系統(tǒng)進行多目標改造，結(jié)論表明有機朗肯循環(huán)系統(tǒng)的環(huán)境、經(jīng)濟整體指標優(yōu)于空冷系統(tǒng)。

3.3 可再生能源驅(qū)動蒸汽動力系統(tǒng)多目標優(yōu)化 設(shè)計

減少使用化石能源驅(qū)動蒸汽動力系統(tǒng)發(fā)電，以生物質(zhì)為原料的燃料電池與太陽能發(fā)電系統(tǒng)起到了重要的作用。生物質(zhì)能源和太陽能是可再生能源，近些年受到了很多學者的極大關(guān)注。

3.3.1 生物質(zhì)燃料驅(qū)動蒸汽動力系統(tǒng)

生物質(zhì)能源是指來源于植物和動物的有機物，生物質(zhì)包括木質(zhì)產(chǎn)品、農(nóng)作物、固體廢物、水生植物藻類。利用生物質(zhì)能源能夠有效緩解當前能源緊缺的壓力，也能夠減少環(huán)境污染[56]。

CALIANDRO等[57]分析了3種不同的生物質(zhì)氣化爐特性，通過熱經(jīng)濟分析，同步優(yōu)化了以物質(zhì)纖維為原料的固體氧化物燃料電池與中小型發(fā)電系統(tǒng)。SERNA等[58]以經(jīng)濟性與環(huán)保性為目標，優(yōu)化了以海藻生物質(zhì)柴油為原料的熱電聯(lián)產(chǎn)系統(tǒng)，以每年最大收入評價經(jīng)濟，LAC生命周期評價模型評價環(huán)境，遺傳算法與-約束法相結(jié)合求解，同時達到了增加經(jīng)濟收入、減小環(huán)境影響的目的。Lira-Barragan等[59]以SERNA為基礎(chǔ)，同時又耦合了有機朗肯循環(huán)，使系統(tǒng)能耗進一步降低。SADEGHI等[60]建立了固體氧化物燃料電池驅(qū)動冷熱電聯(lián)供系統(tǒng)的優(yōu)化模型，并以CCHP系統(tǒng)的有效能與產(chǎn)品總投資為目標函數(shù)，采用遺傳算法求解，提出了多種方案。Zahra等[61]建立了以固體氧化物燃料電池驅(qū)動的電力系統(tǒng)，系統(tǒng)中包括固體燃料電池系統(tǒng)、汽輪機系統(tǒng)、廢熱鍋爐及空冷系統(tǒng)，以能量效率與設(shè)備投資為目標函數(shù)，采用NAGA-Ⅱ算法求解，使整個系統(tǒng)得到優(yōu)化。

3.3.2 太陽能驅(qū)動蒸汽動力系統(tǒng)

與生物質(zhì)能源相似，太陽能因其資源豐富，環(huán)境友好的特點受到了廣泛的關(guān)注。太陽能發(fā)電系統(tǒng)按照工質(zhì)可分為水工質(zhì)（工作溫度100～300℃）和有機物工質(zhì)（工作溫度60℃以上）。目前水為工質(zhì)的發(fā)電系統(tǒng)已經(jīng)較為完善，有機工質(zhì)系統(tǒng)還有待完善。按照接收太陽能的裝置不同可分為塔式、碟式、槽式、太陽能池、太陽能氣流。工業(yè)生產(chǎn)中多用塔式、碟式、槽式。槽式太陽能裝置已經(jīng)商業(yè)化[62]。

DELGADO等[63]分析優(yōu)化了12種不同的有機工質(zhì)有機朗肯循環(huán)系統(tǒng)與4種不同的太陽能接收裝置的組合，提供了尋找最佳方案的方法。Lira-Barragan等[64]同時考慮了化石燃料、生物質(zhì)燃料、太陽能同時驅(qū)動蒸汽動力系統(tǒng)與ORC系統(tǒng)，以經(jīng)濟性、環(huán)境性、社會性為目標，對蒸汽動力系統(tǒng)、ORC系統(tǒng)和換熱網(wǎng)絡(luò)系統(tǒng)進行了同步優(yōu)化，使整個系統(tǒng)用能更加合理，社會經(jīng)濟環(huán)境效益進一步提高。WANG 等[65]考慮太陽能驅(qū)動冷熱電聯(lián)供系統(tǒng)與ORC系統(tǒng)，以平均有效輸出和總傳熱面積為目標，對整個系統(tǒng)進行了同步優(yōu)化，找出了整個系統(tǒng)的最佳操作參數(shù)。

4 結(jié)語與展望

蒸汽動力系統(tǒng)設(shè)計與優(yōu)化是非常復雜的問題，尤其是建立與實際相符的數(shù)學模型、考慮柔性的設(shè)計模型、模型求解等，是一系列具有挑戰(zhàn)性的工作，因此未來的工作應(yīng)在以下方面得到重視。

（1）深入研究各類設(shè)備變工況下各個參數(shù)關(guān)系的數(shù)學模型以保障所建立的蒸汽動力系統(tǒng)模型的準確。

（2）建立SPS與各個工藝過程、換熱網(wǎng)絡(luò)的全局集成數(shù)學模型，考慮柔性，設(shè)計各類確定、不確定性變動工況的處理策略。

（3）基于可持續(xù)發(fā)展戰(zhàn)略，考慮多種可再生能源驅(qū)動SPS，設(shè)計SPS應(yīng)以多準則（經(jīng)濟性、環(huán)保性和社會性等）為基準，因此多目標綜合是SPS未來的研究方向。

[1] ChenH J，GoswamiD Y，Elias K S. A review of thermodynamic cycles and working fluids for the conversion of low-grade heat [J]. Renewable and Sustainable Energy Reviews，2010，14：3059-3067.

[2] 羅向龍，華賁. 蒸汽動力系統(tǒng)設(shè)計與綜合優(yōu)化研究綜述[J]. 化工學報，2009，60（10）：2411-2419.

LUO X L，HUA B. A review on design and optimization of steam power system[J]. CIESC Journal，2009，60（10）：2411-2419.

[3] BADR O，CALLAGHAN P W O，PROBERT S D. Thermodynamic and thermo-physical properties of organic working fluids for Rankine-cycle engines[J]. Applied Energy，1985，19：1-40.

[4] LINNHOFF B，TOWNSEND D W，BOLAND D，et al. User guide on process integration for the efficient use of energy[J]. Computer ＆ Chemistry Engineering，1982，18：456-462.

[5] NishioM，ItohJ，UMEDA T，et al. A thermodynamic approach to steam power system design [J]. Industrial Engineering Chemistry Process Design and Development，1982，21（4）：640-646.

[6] ChouC C，ShihY S. A thermodynamic approach to the design and synthesis of plant utility systems[J]. Industrial & Engineering Chemistry Research，1987，26：1100-1108.

[7] DHOLE V R，LINNHOFF B. Total site targets for fuel，-generation，emissions and cooling[J]. Computer ＆Chemistry Engineering，1993，17：101-109.

[8] MARECHAL F，KALITVENTZEFF B. Identification of the optimal pressure levels in steam networks using integrated combined heat and power method [J]. Chemical Engineering Science，1997，52（17）：2977-2989.

[9] PAPOULIA S A，GROSSMANN I E. A structural optimization approach in process synthesis—Ⅰ：Utility systems [J]. Computer ＆Chemistry Engineering，1983，19：481-488.

[10] ColmenaresT R，SeiderW D. Synthesis of utility systems integrated with chemical processes[J]. Industrial & Engineering Chemistry Research，1989，28：84-93.

[11] BRUNO J C，F(xiàn)ERNANDEZ F，CASTELLS F，et al. A rigorous MINLP model for the optimal synthesis and operation of utility plants [J]. Chemistry Engineering Research Design，1998，76（3）：246-258.

[12] LIRA-BARRAGAN L F，JOSE M P，El-HalwagiM M，et al. Sustainable integration of-generation systems with heat exchanger networks[j].Industrial & Engineering Chemistry Research，2014，53：2732-2750.

[13] Faissal A，Bamufleh H，El-Halwagi M M，et al. Optimal design and integration of solar thermal collection，storage，and dispatch with process cogeneration systems[J]. Chemical Engineering Science，2015，136：158-167.

[14] LI J H，F(xiàn)ANG J K，ZENG Q，et al. Optimal operation of the integrated electrical and heating systems to accommodate the intermittent renewable sources[J]. Applied Energy，2015，1：1-11.

[15] Goh W S，Yoke K W，Chun K T，et al. Automated targeting model for synthesis of heat exchanger network with utility systems[J]. Applied Energy，2016，162：1272-1281.

[16] LUO X L，HUANG X J，EI-HALWAGI M M，et al. Simultaneous synthesis of utility system and heat exchanger network incorporating steam condensate and boiler feedwater[J]. Energy，2016，113：875-893.

[17] NathR. Optimum dispatching of plant utility systems：to minimize cost and local NOemissions[C]// Proceeding of the 1992 Industrial Power conference，1992.

[18] IyerR R，GROSSMANN I E. Optimal multi-period operational planning for utility systems [J]. Computer ＆Chemistry Engineering，1997，21（8）：787-800.

[19] IyerR R，GROSSMANN I E. Synthesis and operational planning of utility systems for multi-period operation [J]. Computer ＆ Chemistry Engineering，1998，22（7/8）：979-993.

[20] MAVROMATIS S P，KOKOSSIS A C.Hardware composites：a new conceptual tool for the analysis and optimization of steam turbine networks in chemical process industries. Part I：Principles and construction procedure[J]. Chemical Engineering Science，1998，53（7）：1405-1434.

[21] MAVROMATIS S P，KOKOSSIS A C. Hardware composites：a new conceptual tool for the analysis and optimization of steam turbine networks in chemical process industries. PartⅡ：Application to operation and design[J]. Chemical Engineering Science，1998，53（7）：1435-1461.

[22] STROUVALIS A M，HECKL I，F(xiàn)RIEDLER F. Customized solvers for the operational planning and scheduling of utility systems [J]. Computers ＆Chemical Engineering，2000，24：487-493.

[23] STROUVALIS A M，HECKL I，F(xiàn)RIEDLER F. An accelerated branch-and-bound algorithm for assignment problems of utility systems[J]. Computer ＆ Chemistry Engineering，2002，26：617-630.

[24] Shang Z H，Kokossis A C. A transshipment model for the optimization of steam levels of total site utility system for multiperiod operation[J]. Computers ＆ Chemical Engineering，2004，28：1673-1688.

[25] 羅向龍，華賁. 石化企業(yè)蒸汽動力系統(tǒng)柔性設(shè)計[J]．化工學報，2009，60（4）：936-944.

LUO X L，YUA B. Synthesis and design of flexible steam power system[J]. CIESC Journal，2009，60（4）：936-944.

[26] Enrico C，Chicco G R，Pierluigi M，et al.Cogeneration planning under uncertainty. PartⅠ：Multiple time frame approach[J]. Applied Energy，2011，88：1059-1067.

[27] ENRICO C，CHICCO G R，PIERLUIGI M，et al. Cogeneration planning under uncertainty. PartⅡ：Decision theory-based assessment of planning alternatives [J]. Applied Energy，2011，88：1075-1083.

[28] MitraS，SunL G，GrossmannI E. Optimal scheduling of industrial combined heat and power plants under time-sensitive electricity prices[J]. Energy，2013，54：194-211.

[29] AndiappanV，Denny K S Ng，Santanu B h. Synthesis of biomass-based-generation systems with uncertainties[J].Industrial & Engineering Chemistry Research，2014，53：18016-18028.

[30] HALEMANE K P，GROSSMANN I E. Optimal process design under uncertainty[J]. AIChE Journal，1983，29（3）：424-433.

[31] PapalexandriK P，PistikopoulosE N，KalitventzeffB. Modelling and optimization aspects in energy management and plant operation with variable energy demands-application to industrial problems[J]. Computers ＆Chemical Engineering，1998，22（9）：1319-1333.

[32] AGUILAR O，SMITH R，PERRY S J，et al. Optimizing the design and operation of industrial utility plants subject to variable demands and prices [J]. European Symposium on Computer Aided Process Engineering，2005，17：907-912.

[33] ADARIJO-AKINDELE O，YANG A，CECEJA F，et al. A systems approach for the optimal retrofitting of utility networks under demand and market uncertainties[M]. Handbook of Power SystemsⅠ. Springer Berlin Heidelberg，2010：293-306.

[34] ZHANG H，LI P. Probabilistic analysis for optimal power flow under uncertainty[J]. IET Generation Transmission＆Distribution，2010，4（5）：553-561.

[35] Velasco-GarciaP，Varbanov p s，Harvey A G，et al. Utility systems operation optimization-based decision making [J]. Applied Thermal Engineering，2011，31（16）：96-3205.

[36] KITAMURA S，MORI K，IZUI Y，et al. operation optimization of factory power generation plant considering an uncertainty[J]. Electrical Engineering in Japan，2014，189（2）：822-830.

[37] 蓋麗梅，孫力，劉暢，等. 基于帶補償隨機規(guī)劃的蒸汽動力系統(tǒng)優(yōu)化設(shè)計[J]. 化工學報，2014，65（11）：4510-4515.

GAI L M，SUN L，LIU C，et al. Steam power system optimization design based on stochastic programming with recourse[J]. CIESC Journal，2014，65（11）：4510-4515.

[38] SUN LI，LIU CHANG. Reliable and flexible steam and power system Design[J]. Applied Thermal Engineering，2015，79：184-191.

[39] 池曉，徐可培，馬學榮，等. 基于LINGO對參數(shù)不確定蒸汽動力系統(tǒng)的優(yōu)化運行研究[J]. 節(jié)能，2015（1）：21-25.

CHI X，XU K P，MA X R，et al. Research on optimal operation of uncertain steam power system based on LINGO[J]. Energy Conservation，2015（1）：21-25.

[40] NIE S，HUANG C Z，HUANG G H，et al. Planning renewable energy in electric power system for sustainable development under uncertainty—A case study of Beijing [J]. Applied Energy，2016，162：772-786.

[41] Lajos M H，Rocha P，Siddiqui A S. Optimal operation of combined heat and power under uncertainty and risk aversion[J]. Energy and Buildings，2016，110：415-425.

[42] SUN L，GAI L M，SMITH R. Site utility system optimization with operation adjustment under uncertainty[J]. Applied Energy，2017，186：450-456.

[43] Papandreou V，ShangZ G. A multi-criteria optimization approach for the design of sustainable utility systems [J]. Computer ＆ Chemistry Engineering，2008，32：1589-1602.

[44] Sayyaadi H. Multi-objective approach in thermo-environomic optimization of a benchmark cogeneration system [J]. Applied Energy，2009，86：867-879.

[45] CristObal j，Gonzalo G G，Laureano J，et al. Multi-objective optimization of coal-fired electricity production with CO2capture [J]. Applied Energy，2012，98：266-272.

[46] Bamufleh h s，Ponce-Ortega J M，El-Halwagi M M. Multi-objective optimization of process cogeneration systems with economic，environmental，and social tradeoffs [J]. Clean Technology Environment Policy，2013，15：185-197.

[47] Luo X L，Hu J H，Zhao J，et al. Multi-objective optimization for the design and synthesis of utility systems with emission abatement technology concerns[J]. Applied Energy，2014，136：1110-1131.

[48] Sandra S，CAMPO I，Echanobe J，et al. Modeling and multi-objective optimization of a complex CHP process[J]. Applied Energy，2016，161：309-319.

[49] 陳駿，周偉國，王海，等. 基于等效電法的鋼鐵企業(yè)蒸汽系統(tǒng)多目標運行優(yōu)化策略[J]. 化工學報，2016，67（9）：3805-3811.

CHEN J，ZHOU W G，WANG H，et al. Multi-objective optimal strategy for steam power system in steel industry based on electricity equivalent calculation[J]. CIESC Journal，2016，67（9）：3805-3811.

[50] 張鵬飛，趙浩，榮岡，等. 考慮生產(chǎn)成本和環(huán)境成本的蒸汽動力系統(tǒng)多目標運行優(yōu)化[J]. 化工學報，2016，67（3）：715-723.

ZHANG P F，ZHAO H，RONG G，et al. Multi-objective optimization for steam power system considering production cost and environmental cost[J]. CIESC Journal，2016，67（3）：715-723.

[51] BERTRAND F T，LAMBRINOS G，F(xiàn)RANGOUDAKIS A，et al. Low-grade heat conversion into power using organic Rankine cycles—A review of various applications [J]. Renewable and Sustainable Energy Reviews，2011，15：3963-3979.

[52] HIPOLITO-VALENCIA B J，EUSIEL R C，EL-HALWAGI M M，et al. Optimal integration of organic Rankine cycles with industrial processes [J]. Energy Conversion and Management，2013，73：285-302.

[53] Khaljani M，Khoshbakhti S R，BAHLOULI K. Thermodynamic and thermo-economic optimization of an integrated gas turbine and organic Rankine cycle [J]. Energy，2015，93：2136-2145.

[54] POUYAN R M，KHOSHGOFTAR M H，ROSEN M A，et al. New procedure for design and exergo-economic optimization of site utility system considering reliability[J]. Applied Thermal Engineering，2016，94：478-490.

[55] Zineb F，Touil D，Morosuk T. Multi-criteria exergy based optimization of an Organic Rankine Cycle for waste heat recovery in the cement industry[J]. Energy Conversion and Management，2016，112：81-90.

[56] DUKU M H，HAGAN EB G S. A comprehensive review of biomass resources and biofuels potential in Ghana[J]. Renew Sustainable Energy Reviews，2011，15：404-415.

[57] CALIANDRO P，TOCK L，ADRIANO V E. Thermo-economic optimization of a solid oxide fuel cell–gas turbine system fuelled with gasified lignocellulosic biomass [J]. Energy Conversion and Management，2014，85：764-773.

[58] SERNA M，JOSE M P，EL-HALWAGI M M，et al. Sustainable integration of algal biodiesel production with steam electric power plants for greenhouse gas mitigation[J]. ACS Sustainable Chemistry Engineering，2014，2：1388-1403.

[59] Lira-Barragan L F，JOSE M P El-HALWAGI M M，et al. Reduction of greenhouse gas emissions from steam power plants through optimal integration with algae and cogeneration systems [J]. Clean Technology Environmental Policy，2015，17：2401-2415.

[60] SADEGHI M，CHITSAZ A，ROSEN M A，et al. Thermo-economic optimization using an evolutionary algorithm of a-generation system driven by a solid oxide fuel cell [J]. Energy，2015，89：191-204.

[61] Zahra H，F(xiàn)u P F. Multi-objective based configuration optimization of SOFC-GT cogeneration plant[J]. Applied Thermal Engineering，2017，112：549-559.

[62] 袁建麗，林汝謀，金紅光，等. 太陽能熱發(fā)電系統(tǒng)與分類[J]. 太陽能，2007（5）：29-32.

YUAN J L，LIN R M，JIN H G，et al. Solar thermal power generation system and classification[J]. Solar Energy，2007（5）：29-32.

[63] DELGADO T，GARCIA R. Analysis and optimization of the low-temperature solar organic Rankine cycle [J]. Energy Conversion and Management，2010，51：2846-2856.

[64] Lira-Barragan L F，JOSE M P，EL-HALWAGI M M，et al. Optimal design of process energy systems integrating sustainable considerations[J]. Energy，2014，76：139-160.

[65] WANG M，WANG J F，ZHAO P，et al. Multi-objective optimization of a combined cooling，heating and power system driven by solar energy[J]. Energy Conversion and Management. 2015，89： 289-297.

Research progress for flexible design and multi-objective optimization of steam power network

LI Shuai1，JIANG Xiaobin1，HE Gaohong1，XIAO Wu1，Lü Junfeng1，SHI Zhaoxia1，LUO Li2

（1State Key Laboratory of Fine Chemicals，R&D Center of Membrane Science and Technology，Dalian University of Technology，Dalian 116024，Liaoning，China；2Beijing WorleyParsons Engineering Technology Co.，Ltd.，Beijing 100015，China）

Stream power system（SPS），which consumes the primary energy（coal etc.） to generate stream，electricity，mechanical power and the refrigerant，plays a vital role in process system. Design and optimization of SPS should not only consider the flexibility to deal with the process from internal and external changes，but also to weigh the system of economic，environmental and other indicators to adapt to sustainable development. The flexibility and multi-criteria design of SPS have become the focus of process integration research. Initially，in this paper the research progress of design and optimization methods of SPS，heuristic method（i.e.，the experience method），the thermodynamic target method，the mathematical programming method or the combination of them for example，were summarized. Moreover，the research situation of the flexible design of the SPS under the condition of certainty and uncertainty were analyzed. Finally，in past 10 years，multi-objective optimization design of SPS considering the economic，environmental，exergetic and other objectives and the cogeneration and renewable energy driven SPS were emphasized. Research showed that it is the focus of future that simultaneous synthesis of SPS with chemical processes and heat exchanger network consider a variety of energy driven，flexibility，multi-objective optimization.

process system；integration；stream power network；flexible design；multi-objective optimization

TQ021.8

A

1000–6613（2017）06–1989–08

10.16085/j.issn.1000-6613.2017.06.004

2016-11-03；

2016-11-30。

國家留學基金（201506060258）、長江學者獎勵計劃（T2012049）、中國石油化工股份有限公司項目（X514001）、遼寧省高等學校創(chuàng)新團隊（LT2015007）及中央高校基本科研業(yè)務(wù)費專項基金（DUT16TD19）項目。

李帥（1990—），男，碩士研究生。聯(lián)系人：肖武，博士，副教授。E-mail：wuxiao@dlut.edu.cn。